Feasibility of Ultrasonic Log Sorting in Manufacturing Structural Lamination from Japanese Cedar Logs

Jung Kwon Oh,Hwan Myeong Yeo,In Gyu Choi,Jun Jae Lee 한국목재공학회 2011 목재공학 Vol.39 No.2

Because Japanese cedar shows lower mechanical performance, glued-laminated timber (glulam) can be a better way to utilize Japanese cedar for structural purpose. However, low yield of higher grade lamination from log makes it difficult to design structural glulam. This study was aimed to increase the yield of higher grade lamination and provide higher efficiency of manufacturing structural lamination by ultrasonic log sorting technology. Logs were sorted by an existing log grading rule regulated by Korea Forest Research Institute (KFRI). It was found that the KFRI log grading rule contributed to finding better logs in viewpoint of the volumetric yield and it can reduce the number of rejected lumber by visual grading. However, it could not identify better logs to produce higher-grade products. To find an appropriate log-sorting-method for structural products, log diameter and ultrasonic time of flight (TOF) for the log were considered as factors to affect mechanical performance of resulting products. However, it was found that influence of log diameter on mechanical performance of resulting products was very small. The TOF showed a possibility to sort logs by mechanical performance of resulting products even though a coefficient of correlation was not strong (R = 0.6). In a case study, the log selection based on the ultrasonic TOF of the log increased the yield of the outermost tension lamination (E8 or better grade, KS F 3021) from 2.6% to 12.5% and reduced LTE5 (lower than E5 grade) lamination from 43.6% to 10.3%, compared with the existing KFRI log grading rule.

Accurate and Efficient Log Template Discovery Technique

Byungchul Tak(탁병철) 한국컴퓨터정보학회 2018 韓國컴퓨터情報學會論文誌 Vol.23 No.10

In this paper we propose a novel log template discovery algorithm which achieves high quality of discovered log templates through iterative log filtering technique. Log templates are the static string pattern of logs that are used to produce actual logs by inserting variable values during runtime. Identifying individual logs into their template category correctly enables us to conduct automated analysis using state-of-the-art machine learning techniques. Our technique looks at the group of logs column-wise and filters the logs that have the value of the highest proportion. We repeat this process per each column until we are left with highly homogeneous set of logs that most likely belong to the same log template category. Then, we determine which column is the static part and which is the variable part by vertically comparing all the logs in the group. This process repeats until we have discovered all the templates from given logs. Also, during this process we discover the custom patterns such as ID formats that are unique to the application. This information helps us quickly identify such strings in the logs as variable parts thereby further increasing the accuracy of the discovered log templates. Existing solutions suffer from log templates being too general or too specific because of the inability to detect custom patterns. Through extensive evaluations we have learned that our proposed method achieves 2 to 20 times better accuracy.

국유림의 원목 공급정책의 변화가 국산재 원목 시장에 미치는 영향

김동현,원현규,민지애,이창준,김의경 경상국립대학교 농업생명과학연구원 2022 농업생명과학연구 Vol.56 No.6

Domestic logs are supplied from national and private forests. However, regarding the supply of logs accompanied by deforestation, some environmental groups are raising concerns about the destruction of the forest environment. On the other hand, the KFS and log producers insist on the need for a stable supply of domestic logs to stabilize the market and protect the wood industry. Therefore, the purpose of this study is to analyze the impact of changes in domestic logs supply policy on the domestic log market. To this end, the impact of changes in the supply of logs from national forests on the domestic log market was analyzed using the elasticity of supply and demand for domestic logs. As a result, according to scenarios in which the supply of logs from national forests decreased by 10%, 30%, and 50%, the equilibrium price of the domestic log market increased, and the range was 7.56% (114,000 won/m3) to 41.05% (150,000 won/m3). However, the equilibrium quantity decreased, and the range was analyzed to be only -0.22% (3,101 thousand ㎥) to -0.04% (3,107 thousand ㎥). The implication of this study is that even a small decrease in supply can increase the profits of log producers. However, a rise in prices due to a decrease in log supply will place a relatively heavy burden on log consumers. Therefore, considering the characteristics of the domestic log market, where prices react sensitively to changes in log supply and demand, it is necessary to consider a policy to reduce supply to stabilize the log market. 국산재 원목 공급은 국유림과 민유림에서 이루어지고 있다. 하지만 산림벌채를 수반하는 원목 공급에 대하여 일부 환경단체들은 산림환경의파괴에 대한 우려를 제기하고 있다. 반면에 산림청과 원목 생산자는 시장의 안정과 목재산업을 보호를 위해 안정적인 국산재 원목 공급의 필요성을주장하고 있다. 따라서 이 연구의 목적은 국산재 원목 공급정책의 변화가 국산재 원목 시장에 미치는 영향을 분석하는 것이다. 이를 위해 국유림원목 공급량의 변화가 국산재 원목 시장에 미치는 영향을 국산재 원목 수급 탄성치를 이용하여 분석하였다. 그 결과, 국유림 원목 공급량이 10%, 30%, 50% 감소하는 시나리오에 따라 국산재 원목 시장의 균형가격은 상승하였고 그 범위는 7.56% (114천원/㎥)∼41.05% (150천원/㎥) 나타났다. 하지만 균형 물량은 감소하였고, 그 범위는 불과 -0.22% (3,101천㎥)∼ -0.04% (3,107천㎥)로 분석되었다. 이 연구가 주는 함의는 적은 수준의공급량 감소에도 원목 생산자의 이익은 증가할 수 있다는 것이다. 하지만 원목 공급량 감소에 따른 가격의 상승은 원목 수요자에게는 상대적으로부담이 가중될 것이다. 따라서 원목 수급량 변화에 가격이 민감하게 반응하는 국산재 원목 시장의 특성을 고려하면 원목 시장의 안정을 위해서공급량을 감소시키는 정책은 숙고할 필요가 있다.

Autoencoders for improving quality of process event logs

Nguyen, Hoang Thi Cam,Lee, Suhwan,Kim, Jongchan,Ko, Jonghyeon,Comuzzi, Marco Elsevier 2019 expert systems with applications Vol.131 No.-

<P><B>Abstract</B></P> <P>Low quality of business process event logs, as determined by anomalous and missing values, is often unavoidable in practical contexts. The output of process analysis that uses event logs with missing and anomalous values is also likely to be of low quality, thus decreasing the quality of any decisions based on it. While previous work has focused on reconstructing missing events in an event log or removing anomalous traces, in this paper we focus on detecting anomalous values and reconstructing missing values at the level of attributes in event logs. We propose methods based on autoencoders, which are a class of neural networks that can reconstruct their own input and are particularly suitable to learn a model of the complex relationships among attribute values in an event log. These methods do not rely on any a-priori knowledge about the business process that generated an event log and are evaluated using real world and artificially-generated event logs. The paper also discusses a qualitative analysis of the impact of event log cleaning and reconstruction on the output of process discovery. The proposed approach shows remarkable performance regarding activity labels and timestamps in artificial event logs. The performance in the case of real world event logs, in particular timestamp anomaly detection, is lower, which may be due to high variability of attribute values in the chosen event logs. Process models discovered from reconstructed event logs are characterised by lower variability of allowed behaviour and, therefore, are more usable in practice.</P> <P><B>Highlights</B></P> <P> <UL> <LI> Innovative use of autoencoders to reconstruct missing values in event logs. </LI> <LI> Focus on anomalous and missing information at the level of event log attributes. </LI> <LI> Methods tested on real life and artificial event logs. </LI> <LI> Qualitative evaluation of impact on process discovery is also presented. </LI> </UL> </P>

XML기반 Windows Event Log Forensic 도구 설계 및 구현

김종민,이동휘 한국융합보안학회 2020 융합보안 논문지 Vol.20 No.5

The Windows Event Log is a Log that defines the overall behavior of the system, and these files contain data that can detect various user behaviors and signs of anomalies. However, since the Event Log is generated for each action, it takes a considerable amount of time to analyze the log. Therefore, in this study, we designed and implemented an XML-based Event Log analysis tool based on the main Event Log list of "Spotting the Adversary with Windows Event Log Monitoring" presented at the NSA. Windows Event Log에는 시스템의 전반적인 동작들을 정의하고 있는 Log이며, 해당 파일에는 사용자의 여러 행위 및 이상 징후를 탐지할 수 있는 데이터가 저장되어 있다. 하지만 행위마다 Event Log가 발생함으로써, 로그들을 분석할 때, 상당한시간이 소요된다. 따라서 본 연구에서는 NSA에서 발표한 “Spotting the Adversary with Windows Event Log Monitoring”의주요 Event Log 목록을 바탕으로 XML 기반한 Event Log 분석 도구를 설계 및 구현 하였다.

귀납 추리를 이용한 침입 흔적 로그 순위 결정

고수정 한국인터넷방송통신학회 2019 한국인터넷방송통신학회 논문지 Vol.19 No.1

Among the methods for extracting the most appropriate information from a large amount of log data, there is a method using inductive inference. In this paper, we use SVM (Support Vector Machine), which is an excellent classification method for inductive inference, in order to determine the ranking of intrusion logs in digital forensic analysis. For this purpose, the logs of the training log set are classified into intrusion logs and normal logs. The associated words are extracted from each classified set to generate a related word dictionary, and each log is expressed as a vector based on the generated dictionary. Next, the logs are learned using the SVM. We classify test logs into normal logs and intrusion logs by using the log set extracted through learning. Finally, the recommendation orders of intrusion logs are determined to recommend intrusion logs to the forensic analyst. 대량의 로그 자료로부터 가장 적합한 정보를 추출하기 위한 방법 중 귀납 추리를 이용한 방법이 있다. 본 논문에서는 디지털 포렌식 분석에서 침입 흔적 로그의 순위를 결정하기 위하여 귀납 추리를 이용한 방법 중 분류에 있어서 우수한 SVM(Support Vector Machine)을 이용한다. 이를 위하여, 훈련 로그 집합의 로그 데이터를 침입 흔적 로그와 정상 로그로 분류한다. 분류된 각 집합으로부터 연관 단어를 추출하여 연관 단어 사전을 생성하고, 생성된 사전을 기반으로 각 로그를 벡터로 표현한다. 다음으로, 벡터로 표현된 로그를 SVM을 이용하여 학습하고, 학습된 로그 집합을 기반으로 테스트 로그 집합을 정상 로그와 침입 흔적 로그로 분류한다. 최종적으로, 포렌식 분석가에게 침입 흔적 로그를 추천하기 위하여 침입 흔적 로그의 추천 순위를 결정한다.

학습일지가 영어 학습자의 시험 점수, 학습동기 및 교수자의 수업 계획에 미치는 영향

최경숙,마지현 이화여자대학교 교과교육연구소 2017 교과교육학연구 Vol.21 No.3

This study examined the effects of learning logs on English language learners’ test scores, motivation, and teacher’s lesson planning. One hundred five second graders at a middle school in Korea participated in the experiment for five weeks. They were divided into two groups: an experiment group and a control group. The participants in the experiment group kept learning logs for five weeks while those in the control group did not. A series of pre- and post-tests were administered to measure the effects of learning logs. The English test of 2014 National Assessment of Educational Achievement (NAEA), the mid term exam in school, and a motivation test battery were carried out as pre-tests. The English test of 2015 NAEA, the final exam in school, and a motivation test battery were conducted as post-tests. A teaching log and follow-up questionnaires about the five-week experience of writing learning logs were also utilized. The qualitative data suggested that a learning log could be a helpful tool for both English language learners and teachers although its positive effects on test scores and motivation were not significant. The scant improvement of the students’ test scores might occur due to the participants’ inexperience in self-reflection and the effects of the extra materi-als given to the control group. However, the majority of the participants acknowledged positive effects of writing learning logs. It helped them to review what they learned, to reflect on their learning attitudes, to connect new information with their prior knowledge, and to find unclear parts. Similarly, learning logs did not heavily influence students’ motivation, which might be because of the burden that the students felt about writing learning logs and the effects of the deadlines and the teacher’s observation. When it comes to the effects of learning logs on the teacher’s lesson planning, learning logs were used as a useful source for modifying and improving lesson planning. The teacher was able to check the students’ understanding, notice their problems they had in class and the causes of those problems, find their interests, and get the students’ feedback about class. In conclusion, a learning log can be implemented with positive effects on both English language learners and teachers as a useful tool for lesson improvement, even though its effects on test scores and motivation are marginal. 본 연구는 학습일지가 영어 학습자의 시험점수, 학습 동기 및 교수자의 수업 계획에 미치는 영향을 살펴보고자 한다. 연구는 한국 소재 중학교 2학년 학생 105명을 대상으로 5주 동안 연구를 진행되었으며, 학생들은 실험집단과 통제집단으로 나뉘어져 실험집단의 경우 5주 동안 학습일지를 작성했다. 학습일지의 효과성을 측정하기 위해 2014학년도 학업성취도 평가, 중간고사 및 학습 동기 설문지를 사전검사로, 2015학년도 학업성취도 평가, 기말고사 및 학습 동기 설문지를 사후 검사로써 실시하였다. 또한 교사의 교수일지와 실험집단을 대상으로 5주 동안 학습일지를 작성해 본 경험에 대한 설문조사도 함께 실시하였다. 연구 결과, 학습일지 작성이 학습자의 시험성적과 학습 동기에 미치는 영향은 미미하나 교사와 학생 모두에게 수업 개선 측면에서 긍정적인 영향을 미치는 것으로 나타났다. 학습자들의 미미한 시험점수 증가는 학습자들의 미숙한 성찰과 수업시간 통제집단에게 주어진 추가 학습 자료에 의해 발생한 것으로 추측된다. 그러나 대다수 학생들은 학습일지가 배운 내용을 복습하고 학습태도를 반성할 수 있는 기회를 제공하고 새로운 정보를 기존에 알던 내용과 연결할 수 있게 하며 이해가 부족한 부분을 발견할 수 있게 도움으로써 영어 학습에 긍정적 영향을 미친다는 의견을 밝혔다. 학습일지가 학습 동기에 미치는 영향 역시 통계적으로 유의미하지 않았는데 이는 학습일지 작성에서 오는 부담, 학습일지 작성 마감기한, 교사의 관찰 등에 영향을 받았을 것으로 사료된다. 반면 학습일지는 교수자의 수업계획에 있어서 수업계획을 수정하고 개선하는 데 유용한 자료로 이용되었다. 교사는 학습일지를 통해 학생들의 이해도를 확인할 수 있었고 수업 시 학생들이 느끼는 문제점이나 흥미를 파악할 수 있었으며 학생들로부터 수업에 대한 피드백을 제공받을 수 있었다. 결론적으로 학습일지가 시험성적과 학습 동기에 미치는 영향이 수치 상 유의미하지는 않았으나 질적 연구 자료 분석 결과, 학습일지는 영어학습자와 교사 모두에게 영어 학습을 돕는 도구로써 이용 가치가 있음을 확인할 수 있었다.

JAVA 오픈소스 기반의 개인화를 지원하는 Log Framework 구축

신충섭(Choongsub Sin),박석(Seog Park) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.8

Log란 프로그램 개발이나 운영 시 시스템의 문제점을 파악하거나 운영상태에서 모니터링 하기 위한 데이터를 의미한다. 시스템 개발 시에는 개발자 및 테스터를 비롯한 소수의 사람들만 로그를 관리하므로 로그 추적이 간단하다. 그러나 운영시점에서는 시스템 특성에 따라 다양한 사용자들이 동시에 사용하기 때문에 로그 추적이 어려우며, 로그 추적을 하지 못해 원인 추적을 포기하는 경우도 자주 발생한다. 본 논문에서는 시스템 운영시 발생할 수 있는 로그 추적의 어려움을 해소하기 위하여 로그백(Logback)에서 제공하는 기능을 이용한 ID/IP기반 런타임 로그 기록 기법을 제안한다. 제안 기법은 데이터베이스에 추적하고자 하는 사용자의 ID/IP를 저장하고, WAS 기동 시 사용자의 ID/IP를 메모리에 적재하여 온라인 서비스가 실행되기 전 interceptor를 통해 로그 파일 적재 유무를 판단하여 특정 사용자가 요청하는 서비스를 별도의 로그 파일에 생성하게 된다. 제안 기법은 모든 서비스가 Interceptor를 거쳐 서비스가 수행되어야 하는 부담이 발생하지만 JVM안에서 연산이 발생하므로 시스템 부하가 크지 않다. A log is for text monitoring and perceiving the issues of a system during the development and operation of a program. Based on the log, system developers and operators can trace the cause of an issue. In the development phase, it is relatively simple for a log to be traced while there are only a small number of personnel uses of a system such as developers and testers. However, it is the difficult to trace a log when many people can use the system in the operation phase. In major cases, because a log cannot be tracked, even tracing is dropped. This study proposed a simplified tracing of a log during the system operation. Thus, the purpose is to create a log on the run time based on an ID/IP, using features provided by the Logback. It saves an ID/IP of the tracking user on a DB, and loads the user’s ID/IP onto the memory to trace once WAS starts running. Before the online service operates, an Interceptor is executed to decide whether to load a log file, and then it generates the service requested by a certain user in a separate log file. The load is insignificant since the arithmetic operation occurs in a JVM, although every service must pass through the Interceptor to be executed.

An Efficient Log Data Processing Architecture for Internet Cloud Environments

Julie Kim,Hyokyung Bahn 한국인터넷방송통신학회 2016 International Journal of Internet, Broadcasting an Vol.8 No.1

Big data management is becoming an increasingly important issue in both industry and academia of information science community today. One of the important categories of big data generated from software systems is log data. Log data is generally used for better services in various service providers and can also be used to improve system reliability. In this paper, we propose a novel big data management architecture specialized for log data. The proposed architecture provides a scalable log management system that consists of client and server side modules for efficient handling of log data. To support large and simultaneous log data from multiple clients, we adopt the Hadoop infrastructure in the server-side file system for storing and managing log data efficiently. We implement the proposed architecture to support various client environments and validate the efficiency through measurement studies. The results show that the proposed architecture performs better than the existing logging architecture by 42.8% on average. All components of the proposed architecture are implemented based on open source software and the developed prototypes are now publicly available.

다항식 신경망 기법을 이용한 탄성파 탐사 자료로부터의 유사공극률 검층자료 생성

최재원,변중무,설순지 한국지구과학회 2011 한국지구과학회지 Vol.32 No.6

In order to estimate the hydrocarbon reserves, the porosity of the reservoir must be determined. The porosity of the area without a well is generally calculated by extrapolating the porosity logs measured at wells. However, if not only well logs but also seismic data exist on the same site, the more accurate pseudo porosity log can be obtained through artificial neural network technique by extracting the relations between the seismic data and well logs at the site. In this study, we have developed a module which creates pseudo porosity logs by using the polynomial neural network method. In order to obtain more accurate pseudo porosity logs, we selected the seismic attributes which have high correlation values in the correlation analysis between the seismic attributes and the porosity logs. Through the training procedure between selected seismic attributes and well logs, our module produces the correlation weights which can be used to generate the pseudo porosity log in the well free area. To verify the reliability and the applicability of the developed module, we have applied the module to the field data acquired from F3 Block in the North Sea and compared the results to those from the probabilistic neural network method in a commercial program. We could confirm the reliability of our module because both results showed similar trend. Moreover, since the pseudo porosity logs from polynomial neural network method are closer to the true porosity logs at the wells than that from probabilistic method, we concluded that the polynomial neural network method is effective for the data sets with insufficient wells such as F3 Block in the North Sea. 저류층 내에 부존되어 있는 탄화수소의 매장량을 계산하기 위해서는 그 저류층의 공극률이 필요하다. 일반적으로 시추공 이외의 지역에 대한 공극률은 시추공에서 얻은 공극률 검층자료로부터 외삽하여 얻지만, 시추공을 포함한 지역에서 획득한 탄성파탐사 자료가 존재하는 경우 시추공 자료와 함께 탄성파 탐사 자료를 이용하여 시추공 이외의 지역에서 보다 정확한 유사 공극률을 추출해낼 수 있다. 이 연구에서는 다항식 신경망 기법을 이용하여 탄성파 탐사 자료와 공극률 검층 자료로부터 유사 공극률 검층 자료를 생성하는 모듈을 개발하였다. 먼저 탄성파 탐사 자료로부터 추출된 지하매질의 특성을 나타내는 탄성파 속성(seismic attribute)과 심도에 따른 시간의 자료로 변환된 공극률 검층 자료로부터 다항식 신경망 기법을 사용하여 상관계수를 추출하였고 이 계수를 이용하여 시추공이 없는 지역에서의 공극률 정보를 생성하였다. 한편, 개발된 모듈에서는 보다 정확한 공극률을 획득하기 위하여 각각의 탄성파 속성들과 공극률 검층 자료와의 상관성 분석을 통해 상관성이 높은 탄성파 속성들을 사용하였다. 개발된 다항식 신경망 모듈의 신뢰성, 활용성을 검증하기 위하여 개발된 모듈을 북해 F3 지역의 현장자료에 적용하고, 얻어진 결과를 상용 프로그램에서사용되는 확률론적 신경망 기법을 통해 얻어진 결과와 비교하였다. 두 방법으로부터 얻은 결과들은 유사한 결과를 보였으며 이를 통해 개발된 모듈의 신뢰성을 입증할 수 있었다. 또한, 다항식 신경망 기법으로부터 얻어진 유사 공극률 검층 자료가 확률론적 신경망 기법을 통해 얻어진 결과보다 실제 값에 더 가깝다는 것을 보여주었다. 따라서 북해 F3 지역과 같이 시추공 자료가 부족한 지역에서는 다항식 신경망 기법이 효과적임을 알 수 있었다.